Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京林业大学杨刚获国家专利权

北京林业大学杨刚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京林业大学申请的专利图像检测模型训练方法、装置及图像检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115331097B

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210806731.X,技术领域涉及:G06V20/10;该发明授权图像检测模型训练方法、装置及图像检测方法是由杨刚;王艺莎;卢昊设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。

图像检测模型训练方法、装置及图像检测方法在说明书摘要公布了:本发明实施例提供一种图像检测模型训练方法、装置及图像检测方法,该图像检测模型训练包括:通过特征提取网络对样本图像进行特征提取,得到第一特征图;将第一特征图输入到图像级域分类器,根据第一特征图中各区域的注意力权重更新第一特征图,以得到第二特征图;将第二特征图输入实例检测网络,以得到各实例的位置区域和类别分类结果;根据第二特征图生成第三特征图;将第三特征图输入目标实例类别标签对应的目标实例级域分类器,以获得目标实例级域分类器输出的域类别预测结果;根据域类别预测结果以及类别分类结果、回归参数,训练检测网络,以得到用于对目标域的待检测图像进行实例检测的目标检测模型。

本发明授权图像检测模型训练方法、装置及图像检测方法在权利要求书中公布了:1.一种图像检测模型训练方法,其特征在于,应用于检测网络,所述检测网络中包括目标检测模型、图像级域分类器以及对应于不同实例类别的实例级域分类器,所述方法包括: 获取样本图像和待训练的所述目标检测模型,所述样本图像中包括源域图像和目标域图像,所述源域图像具有实例类别标签,所述目标域图像不具有实例类别标签,所述源域图像和所述目标域图像均具有域类别标签,所述目标检测模型是预先使用所述源域图像训练得到的,所述目标检测模型中包括特征提取网络和实例检测网络; 通过所述特征提取网络对所述样本图像进行特征提取,得到第一特征图; 将所述第一特征图输入到所述图像级域分类器,以获得所述图像级域分类器输出的域类别预测结果,并基于所述域类别预测结果确定所述第一特征图中各区域的注意力权重,根据所述第一特征图中各区域的注意力权重更新所述第一特征图,以得到第二特征图; 将所述第二特征图输入所述实例检测网络,以得到各实例的位置区域和类别分类结果; 根据所述各实例的类别分类结果和所述样本图像对应的域类别标签,确定所述样本图像对应的实例类别标签; 根据所述第二特征图生成第三特征图,其中,所述第三特征图中标记有对应于目标实例类别标签的各实例的位置区域,所述目标实例类别标签为所述样本图像对应的实例类别标签中的任一个; 将所述第三特征图输入所述目标实例类别标签对应的目标实例级域分类器,以获得所述目标实例级域分类器输出的域类别预测结果; 根据所述图像级域分类器输出的域类别预测结果、所述目标实例级域分类器输出的域类别预测结果以及所述实例检测网络输出的各实例的类别分类结果及回归参数,训练所述检测网络,以得到用于对所述目标域的待检测图像进行实例检测的目标检测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京林业大学,其通讯地址为:100083 北京市海淀区清华东路35号北京林业大学193信箱;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。